حدث التفعيل في SaaS: اختره، وافحصه، واختبره

الإجابة المختصرة

لمن تصلح

ما تحتاجه قبل البدء

• أحداث مسجلة من داخل المنتج لكل حساب ومستخدم: التسجيل، والأفعال الأساسية، مع تاريخ كل حدث. أي أداة تحليلات منتج تكفي.
• تاريخ أول دفعة لكل حساب، من نظام الفوترة، لتربط الأحداث بالدفع.
• فوج تسجيل واحد على الأقل مرّ عليه وقت كافٍ ليظهر من دفع (مدة التجربة + شهر مثلًا).
• لا تملك منتجًا؟ اعمل على حالة «دفتر».

خطوات التطبيق

1. اكتب الحدث المرشح من وظيفة المنتج

   ابدأ بسؤال: ما الذي جاء العميل لينجزه؟ ثم اسأل: ما أول لحظة يرى فيها أنه أنجزه فعلًا؟

   في برنامج فواتير، الوظيفة أن تحصّل مالك من عملائك بسرعة وبشكل محترم. «أنشأ فاتورة» ليست قيمة بعد: فاتورة تجريبية لم يرها أحد. «أرسل فاتورة لعميل حقيقي» أقرب: الآن يعمل المنتج كما صُمم.

   صفات حدث التفعيل الجيد:

   • فعل يقوم به المستخدم، لا شيء يحدث له (رسالة ترحيب وصلته ليست تفعيلًا).
   • قريب من بداية الرحلة: خلال أيام، لا بعد ثلاثة أشهر من الاستخدام.
   • قابل للقياس من بيانات المنتج دون سؤال أحد.
   • له نافذة زمنية: «خلال 7 أيام من التسجيل»، حتى تقارن الأفواج ببعضها.

   لا تختر حدثًا مبكرًا جدًا (أكمل التسجيل) فيحسبه الجميع، ولا متأخرًا جدًا (دفع ثلاث مرات) فلا يساعدك على أي قرار في الأسبوع الأول.

2. قرر: على المستخدم أم على الحساب؟

   إن كان من يدفع شركة فيها عدة أشخاص، فاسأل: هل يكفي أن يصل شخص واحد إلى القيمة، أم يحتاج الحساب لشيء أكثر؟

   في أداة تعاون فريق، شخص يعمل وحده لم يرَ قيمتها، فالتفعيل قد يكون «دعا زميلًا وأكملا مهمة معًا». وفي برنامج فواتير لمحل صغير، صاحب المحل وحده يكفي، فالتفعيل على الحساب ويساوي فعل أول مستخدم.

   اكتب القرار صراحة. نسبة تفعيل على المستخدمين وأخرى على الحسابات رقمان مختلفان، وخلطهما في نفس اللوحة يجعل الأفواج غير قابلة للمقارنة.

3. افحص الحدث: هل من فعلوه يدفعون ويبقون أكثر؟

   خذ فوجًا كاملًا (كل من سجّل في شهر)، وقسّمه إلى مجموعتين: من فعل الحدث خلال النافذة، ومن لم يفعله. ثم احسب لكل مجموعة:

   • نسبة الدفع = من دفع خلال مدة محددة بعد نهاية التجربة ÷ عدد المجموعة.
   • نسبة البقاء = من ما زال يستخدم المنتج أو يدفع بعد 60 أو 90 يومًا ÷ عدد المجموعة.

   إن كان الفرق كبيرًا (مرتين أو أكثر)، فالحدث مرشح قوي. وإن كان صغيرًا، فجرّب حدثًا آخر: أبكر، أو أعمق، أو مركبًا من فعلين.

   جرّب ثلاثة أو أربعة أحداث مرشحة على نفس الفوج، وقارنها. لا تبحث عن «الأفضل» بين عشرين حدثًا: كلما جرّبت أكثر، زادت فرصة أن تجد فرقًا بالصدفة.

4. لا تخلط الارتباط بالسببية

   الفحص السابق يقول إن الحدث يرتبط بالدفع. لا يقول إنه يسببه.

   قد يكون من فعلوا الحدث مختلفين من البداية. صاحب شركة سجّل وعنده عميل ينتظر فاتورة اليوم سيرسلها في اليوم الأول، وسيدفع لأنه يحتاج البرنامج أصلًا. إرسال الفاتورة لم يجعله يدفع. حاجته جعلته يفعل الاثنين.

   السؤال الذي يهمك: لو ساعدنا مستخدمًا لم يكن سيرسل فاتورة على أن يرسلها، هل سيدفع أكثر؟ هذا لا يجيب عنه إلا تجربة:

   • اختبار A/B: قسّم المسجلين الجدد عشوائيًا إلى مجموعتين في نفس الفترة. واحدة تحصل على تغيير يدفعها للحدث (بيانات تجريبية، قالب جاهز، تذكير)، والأخرى لا. إن ارتفع التفعيل ثم الدفع في المجموعة الأولى، فالحدث مهم سببيًا على الأرجح.
   • مقارنة قبل وبعد (فوج قبل التغيير وفوج بعده) أضعف: أي شيء آخر تغيّر بين الشهرين (موسم، حملة، سعر) قد يكون السبب. استخدمها حين يكون العدد صغيرًا جدًا على A/B، وقل إنها أضعف.

   إن رفعت التفعيل ولم يتحرك الدفع، فالحدث كان علامة لا رافعة. عد واختر غيره.

5. قِس وقت الوصول للقيمة بالتوزيع لا بالمتوسط

   وقت الوصول للقيمة (Time to Value) = المدة من التسجيل إلى حدث التفعيل، لكل حساب مفعّل.

   المتوسط وحده مضلل: حسابات قليلة تفعّل بعد أسابيع ترفعه. اعرض معه:

   • الوسيط: نصف المفعّلين وصلوا قبله.
   • التوزيع اليومي: كم فعّل في اليوم 0، و1، و2، حتى نهاية النافذة.

   التوزيع يقول لك أين تتدخل. إن كان أغلب المفعّلين يصلون في أول يومين، فما يحدث في الجلسة الأولى أهم من أي إيميل في اليوم الخامس. وإن كانوا يتوزعون على الأسبوع، فالتذكيرات المرتبطة بما لم يفعله المستخدم بعد لها دور.

   في تجربة لها مدة (14 يومًا مثلًا)، كل يوم يمر قبل التفعيل يأكل من وقت التجربة الذي يرى فيه المستخدم المنتج كاملًا.

6. اكتب التعريف واجعله ثابتًا

   صيغة التعريف في سطر:

   «الحساب (أو المستخدم) مفعّل إذا [فعل محدد] خلال [عدد] أيام من التسجيل.»

   ومعه: النسبة الحالية، والوسيط الحالي لوقت الوصول، ودليلك (نسبة دفع المفعّلين مقابل غير المفعّلين)، ونوع الدليل (ارتباط أم تجربة).

   لا تغيّر التعريف كل شهر. إن غيّرته، فاكتب تاريخ التغيير، وأعد حساب الأفواج القديمة بالتعريف الجديد قبل أن تقارن.

مثال

القالب والأداة

بطاقة تعريف التفعيل
المنتج:
التاريخ:

الوظيفة التي جاء العميل لينجزها:
الحدث: الحساب / المستخدم مفعّل إذا ... خلال ... أيام من التسجيل
يُحسب على: الحساب / المستخدم (ولماذا)
ما الذي لا يُحسب (مثال: فاتورة لنفسه، بيانات تجريبية):

النسبة الحالية = مفعّلون ÷ مسجلون في الفوج:
وقت الوصول للقيمة: الوسيط ... يوم، والمتوسط ... يوم
توزيع المفعّلين على الأيام (0، 1، 2، ...):

الدليل:
نسبة الدفع عند المفعّلين:
نسبة الدفع عند غير المفعّلين:
نوع الدليل: ارتباط من فوج / اختبار A/B / قبل وبعد

الأحداث المرشحة الأخرى التي فحصناها:
الاختبار القادم (التغيير، والمجموعتان، والمقياس الأول، والمقياس النهائي، والمدة):

منتجي: [صف المنتج في سطرين، ومن يدفع، ومن يستخدم]
الوظيفة التي يأتي العميل لينجزها: [اكتبها]
الأحداث المسجلة عندي في المنتج: [قائمة بأسماء الأحداث]
نتائج فحص فوج (إن وجدت): [حدث، عدد من فعله، نسبة دفعهم، نسبة دفع من لم يفعله]

المطلوب:
1. اقترح 3 أحداث تفعيل مرشحة من القائمة فقط، مع نافذة زمنية لكل منها، وقل هل يُحسب على الحساب أم المستخدم ولماذا.
2. لكل حدث: ما الذي قد يجعله ارتباطًا فقط (من الذي يفعله أصلًا؟).
3. اقترح اختبارًا واحدًا يفصل الارتباط عن السببية.
قواعد: لا تخترع أحداثًا غير موجودة في القائمة ولا أرقامًا غير التي أعطيتها. إن كانت المعلومات غير كافية، فاسألني. افصل ما تستنتجه عما في البيانات. وقل إن الاقتراحات تحتاج فحصًا على بياناتي.

كيف تعرف أنها نجحت

أخطاء شائعة وحدود الاستنتاج

• تعريف التفعيل بحدث سهل. «سجّل الدخول مرتين» يحسبه كثيرون ولا يقول شيئًا عن القيمة.
• اختيار الحدث الأقوى ارتباطًا بين عشرين حدثًا. كلما فحصت أحداثًا أكثر، زادت فرصة فرق بالصدفة. اقترح القليل من وظيفة المنتج، ثم افحص.
• اعتبار الارتباط سببًا. من يفعل الحدث قد يكون مختلفًا من البداية. «أول فاتورة في اليوم الأول» في المثال ملاحظة، لا دليل.
• مقارنة نسبتك بمتوسط عام. كل منتج يعرّف التفعيل بطريقته، فالأرقام المنشورة لا تقارن بنسبتك. قارن أفواجك ببعضها.
• دفع الناس للحدث بالقوة. تذكيرات متكررة أو خطوة إجبارية ترفع النسبة وقد تخفض القيمة. إن ارتفع التفعيل ولم يرتفع الدفع، فراجع.
• حدود الطريقة: في منتج بتسجيلات قليلة (مئات في الشهر)، الفروق بين الأفواج قد تكون صدفة، واختبار A/B قد يحتاج أشهرًا. ابدأ بالحدث الأوضح منطقيًا، وراقب اتجاهه عبر عدة أفواج.

المصادر

1. Lenny Rachitsky and Yuriy Timen: What is a good activation rate (Lenny's Newsletter) — نُشر 25 أكتوبر 2022، استطلاع عالمي بأكثر من 500 إجابة. ينصح باختيار حدث مبكر يرتبط بقوة بالاحتفاظ (من يصلون إليه يحتفظون بضعف الباقين على الأقل)، ثم التحقق من السببية بتجارب: حسّن التفعيل وانظر هل يرتفع الاحتفاظ أو الدفع. متوسط التفعيل في الاستطلاع لمنتجات SaaS نحو 36% والوسيط 30%، لكن التعريفات تختلف بين المنتجات، فلا يصلح الرقم مرجعًا لمنتجك. فُتح وقُرئ في 2026-11-07.
2. Mixpanel Docs: Retention — توثيق مورد أداة. يشرح بناء تقرير الاحتفاظ من حدث بداية (مثل التسجيل) وحدث عودة، وتجميع المستخدمين في أفواج بتاريخ حدث البداية. نفس البناء يُستخدم لمقارنة من فعل حدث التفعيل بمن لم يفعله. فُتح وقُرئ في 2026-11-07.